許多數值算法傾向於在32/64位浮點上運行。關於混合精度數值算法分析的文章?
但是,如果您能夠訪問更低精度(且功耗更低)的協處理器,該怎麼辦?那麼如何在數值算法中使用?
有誰知道解決這些問題的好書/文章?
謝謝!
許多數值算法傾向於在32/64位浮點上運行。關於混合精度數值算法分析的文章?
但是,如果您能夠訪問更低精度(且功耗更低)的協處理器,該怎麼辦?那麼如何在數值算法中使用?
有誰知道解決這些問題的好書/文章?
謝謝!
大多數的你是什麼可能會發現將是電腦做浮點運算,不論數字本身的代表性的大小。圍繞f-p算術的基本問題適用於任何位數。關於我的頭頂,這些基本問題將是:
一般來說,你遇到問題的時間越短,但正如32位有用的算法一樣,有8位有用的算法。有時候,相同的算法很有用,但是使用的位數很多。
由於@George建議,你應該用數值分析一個基本的文本開始,雖然我認爲海厄姆本書不是一個基本的文本。
問候
馬克
數值分析理論使用方法來預測操作的精度誤差,而與運行的機器無關。總是有些情況下,即使在最先進的處理器操作中,也可能會失去準確性。
一些書看一下吧:
Accuracy and Stability of Numerical Algorithms by N.J. Higham
An Introduction to Numerical Analysis by E. Süli and D. Mayers
如果你不能找到他們或者是懶得看他們告訴我,我會盡量解釋一些東西給你。 (以及即時通訊沒有專家在這一點,因爲我是一個計算機科學家,但我想我可以解釋一下你的基礎知識)
我希望你明白我寫的(我的英語不是最好的)。